Image Generation

主要新闻

1. 1

   Midjourney收购占星应用Co-Star，创始人出任首席设计官

   发生了什么：AI图像生成初创公司Midjourney在春季完成了对个性化占星应用Co-Star的收购。Co-Star创始人Banu Guler将继续负责该应用，并同时成为Midjourney的首席设计官。 为什么重要：Co-Star结合人类洞察、NASA数据和AI技术提供个性化的每日星座运势和配对检测。此次收购表明Midjourney正在扩展业务范围，从图像生成进入消费者应用领域，而Guler的设计专长可能会帮助Midjourney塑造其首批专属应用的形态。

   值得关注：Midjourney计划开发首批应用，包括一款专门用于图像生成的应用。目前Midjourney的AI模型通过网络和Discord运行，这些新应用代表着向独立产品的转变。交易条款尚未公开披露。

2. 2

   Midjourney收购占星应用Co-Star

   发生了什么：以图像和视频生成器闻名的AI实验室Midjourney已收购社交占星应用Co-Star。交易条款未披露。Co-Star的约二十名员工已加入Midjourney。 为何重要：Co-Star拥有约430万月活跃用户，利用AI和人工写作生成星座运势和占星兼容性评估。此次收购标志着Midjourney在扩展其核心图像生成业务之外进入消费者应用领域，继其建立医疗和水疗部门的努力之后。

   值得关注：Midjourney目前主要通过Discord运营，没有独立应用。Co-Star团队在构建消费者应用方面的经验表明Midjourney可能最终会开发自己的独立应用。

3. 3

   Black Forest Labs推出FLUX 3多模态模型，涵盖视频、音频和机器人领域

   发生了什么：Black Forest Labs宣布推出FLUX 3，这是一个在单一架构下训练的统一多模态模型，能够处理图像、视频、音频生成以及动作预测。该公司还推出了FLUX-mimic，一个建立在FLUX 3基础上的视频动作机器人模型，已与奥迪合作测试，用于在单个本地GPU上进行真实工厂部署。 为什么重要：FLUX 3再现并扩展了其他前沿实验室（Gemini Omni、Grok Imagine、Seedance 2.0）分别展示的功能，该团队承诺推出开放权重的开发者版本。机器人应用表明视频世界模型可以直接转移到机器人控制，这可能会降低实验室构建具有竞争力的开源模型的门槛，无需依赖封闭生态系统。

   值得关注：FLUX 3 Video目前处于早期访问阶段。该模型在单一架构中统一图像、视频、音频和机器人控制的能力——通过联合训练而非作为独立模块——将决定多模态系统是否成为行业标准，还是继续按任务分割。

4. 4

   Flux 3为Textideo平台带来文本生成图像和视频功能

   发生了什么：AI视觉智能工具Flux 3现已在Textideo平台上线，用户可以通过文本提示生成逼真的图像和视频。该工具支持文本生成图像和图像生成视频的工作流程，免费用户和高级用户均可使用——高级用户可以离开页面稍后查看结果，而免费用户必须保持页面打开否则任务会被取消。 为什么重要：Flux 3降低了创作者、营销人员和设计师进行专业视觉内容创作的门槛，无需编码或设计经验。该平台自动处理构图、细节和风格，让用户能够专注于创意指导而非技术执行。Textideo将整个工作流程——从提示词到生成、预览和导出——集成到一个生态系统中。

   值得关注的是：该平台报告称全球有超过10,000名创作者信任其平台。用户可以在包括电商视觉、营销素材、社交媒体资产、广告内容和数字艺术等多种工作流程中探索该工具，根据用户等级可立即或按需获取结果。

5. 5

   Black Forest Labs推出FLUX 3，支持生成图像和20秒视频

   Black Forest Labs今日推出FLUX 3，这是一个多模态模型，能从单个提示词理解并生成图像、或长达20秒的音频/视频片段，同时支持机器人视觉和动作。该公司表示FLUX 3采用联合训练方式，而非将图像、视频和音频模型分别组装。 这是Black Forest Labs首个公开发布的视频生成模型。该公司将创意生成、模拟、计算机使用和机器人应用定位为单一「视觉智能」能力的相互关联应用，这意味着企业可能能够用同一模型处理跨越图像、视频和机器人控制的多种任务。

   FLUX 3将通过四条产品线提供（FLUX 3 Video、FLUX 3 Image、FLUX 3 Act），但目前推出采用限制性发布。